CN111142143A - 一种基于多源信息融合的进场段飞行技术误差估计方法 - Google Patents

一种基于多源信息融合的进场段飞行技术误差估计方法 Download PDF

Info

Publication number
CN111142143A
CN111142143A CN201911344428.7A CN201911344428A CN111142143A CN 111142143 A CN111142143 A CN 111142143A CN 201911344428 A CN201911344428 A CN 201911344428A CN 111142143 A CN111142143 A CN 111142143A
Authority
CN
China
Prior art keywords
longitude
navigation system
height position
latitude height
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911344428.7A
Other languages
English (en)
Inventor
李广文
张哲�
黄彭辉
徐云轩
尹芝钰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201911344428.7A priority Critical patent/CN111142143A/zh
Publication of CN111142143A publication Critical patent/CN111142143A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供了一种基于多源信息融合的进场段飞行技术误差估计方法。首先，获取当前进场段飞机主要导航源包括惯性导航系统、卫星导航系统、仪表着陆系统的量测信息，并对获取到的量测信息进行时间配准、空间配准；然后，基于联邦滤波为框架进行信息融合，根据不同导航源的特征选取不同的滤波方法，获取到精确度较高的位置信息；接着，进行传感器故障检测，对故障信号进行隔离处理，保证信号的完好性；最后，根据滤波得到的飞机位置信息，与飞机的应飞航迹进行矢量计算，得到飞行技术误差估计值。本发明可以实现飞行技术误差实时估计，且估计结果精度更高，能够保证飞机精密进近运行。

Description

一种基于多源信息融合的进场段飞行技术误差估计方法
技术领域
本发明属飞行管理技术领域，具体涉及一种基于多源信息融合的进场段飞行技术误差估计方法。
背景技术
随着航空器机载设备能力的提高和卫星导航等先进技术的不断发展，国际民航组织(ICAO)在整合各国区域导航(RNAV)和所需性能导航(RNP)运行实践和技术标准的基础上提出一种新型运行概念——基于性能的导航(PBN)，即在对应的导航基础设施条件下，航空器在指定的空域内或沿航路、仪表飞行程序飞行时，对导航系统精度、完好性、可用性、连续性以及功能等方面的性能要求。PBN是飞机运行方式的重大变革，是未来全球导航技术发展方向。
飞机实际飞行中，进场段操作难度大、机场环境复杂，事故率高。依据ICAO颁布的最新要求，进场段飞机所需导航性能要求较高。为实现精密进近，必须要对当前飞机系统误差进行精确估计和实时监控，保证飞机实际导航性能满足RNP要求。在飞机进场阶段，导航系统精度高，飞行技术误差(FTE)占系统误差的主导地位，因此，准确实时的飞行技术误差估计对进场着陆段飞管计算机监控飞机是否满足RNP，保证精密进近的运行具有重要意义。
在飞行技术误差估计方面，目前的方法主要是通过飞行试验获取飞行数据，再利用统计分析、数据拟合的方法建立飞行技术误差的概率统计模型。但是这种方法无法根据具体飞行条件给出具体的飞行技术误差的估计值，无法满足PBN导航中对飞行技术误差的实时估计的要求。
为实现进场段飞行技术误差的精确实时估计，可以利用多种传感器进行飞机位置的精确估计，在此基础上计算估计位置与应飞航迹的偏差，从而得到飞行技术误差。因此，如何管理并融合进场段可用的多传感器量测信息，得到精确的位置估计，并利用位置估计对飞行技术误差进行实时的估计，对高精度、安全的进近着陆的运行具有重要意义。
发明内容
为实现进场段高精度实时的飞行技术误差估计，本发明提供一种基于多源信息融合的进场段飞行技术误差估计方法。充分利用进场段可用导航源信息对飞机实际位置进行估计，并结合飞机应飞航迹，对飞机当前的飞行技术误差进行实时估计，保证飞机精密进近运行。
一种基于多源信息融合的进场段飞行技术误差估计方法，其特征在于步骤如下：
步骤1：分别对当前进场段飞机卫星导航系统量测的位置信息和仪表着陆系统量测的位置信息进行空间配准，将其变换到经纬高坐标系下；分别对惯性导航系统量测的信息和仪表着陆系统量测的信息进行时间配准，使其与卫星导航系统量测的信息在时间上同步；
步骤2：分别对仪表着陆系统量测的信息和惯性导航系统量测的信息按照以下公式进行遗忘滤波，得到仪表着陆系统和惯性导航系统组合的经纬高位置估计值
Figure BDA0002331468200000028
和经纬高位置估计均方误差矩阵Pk：
Figure BDA0002331468200000021
Figure BDA0002331468200000022
Figure BDA0002331468200000023
Figure BDA0002331468200000024
Pk＝[I-KkHk]Pk,k-1 (5)
其中，公式中各变量的下标k表示当前时刻的值，k-1表示前一时刻的值；
Figure BDA0002331468200000025
为经纬高位置预测值；Φk,k-1为惯性导航系统的误差矩阵；Xk-1为上一时刻的经纬高位置估计值；Pk,k-1为根据上一时刻的信息计算得到的当前时刻经纬高位置预测值的均方误差矩阵；s为遗忘因子，取值范围为s≤1；Pk-1为上一时刻的经纬高位置估计均方误差矩阵；Γk-1为上一时刻惯性导航误差方程中的噪声矩阵；Qk-1为上一时刻惯性导航误差方程中的噪声方差矩阵；Kk为信息修正因子；Zk为量测值，即惯性导航系统量测的位置信息和经过时间配准后的仪表着陆系统量测的位置信息两者的差值；Hk为当前时刻量测值Zk和经纬高位置估计值
Figure BDA0002331468200000026
的关系矩阵；Rk为当前时刻的量测噪声方差阵；
Figure BDA0002331468200000027
为当前时刻滤波得到的经纬高位置估计值；Pk为当前时刻滤波得到的经纬高位置估计均方误差矩阵；
分别对卫星导航系统量测的信息和惯性导航系统量测的信息按照以下公式进行卡尔曼滤波，得到卫星导航系统和惯性导航系统组合的经纬高位置估计值
Figure BDA0002331468200000031
和经纬高位置估计均方误差矩阵
Figure BDA00023314682000000324
Figure BDA0002331468200000032
Figure BDA0002331468200000033
Figure BDA0002331468200000034
Figure BDA0002331468200000035
Figure BDA0002331468200000036
其中，
Figure BDA0002331468200000037
为经纬高位置预测值；
Figure BDA0002331468200000038
为上一时刻的经纬高位置估计值；
Figure BDA0002331468200000039
为根据上一时刻的信息计算得到的当前时刻的经纬高位置预测值的均方误差矩阵；
Figure BDA00023314682000000310
为上一时刻的经纬高位置估计均方误差矩阵；
Figure BDA00023314682000000311
为信息修正因子；
Figure BDA00023314682000000312
为量测值，即惯性导航系统量测的位置信息和经过时间配准后的卫星导航系统量测的位置信息两者的差；
Figure BDA00023314682000000313
为当前时刻的量测噪声阵；
Figure BDA00023314682000000314
为当前时刻滤波得到的经纬高位置估计值；
Figure BDA00023314682000000315
为当前时刻滤波得到的经纬高位置估计均方误差矩阵；
然后，利用方差上界技术，将两种组合滤波器中的当前时刻经纬高位置估计均方误差矩阵Pk和
Figure BDA00023314682000000316
放大2倍，得到不相关的两组经纬高位置估计均方误差矩阵P1和P2，按照下式计算得到当前时刻融合后的经纬高位置估计值
Figure BDA00023314682000000317
Figure BDA00023314682000000318
其中，Pg为融合后的经纬高位置估计均方误差，按照
Figure BDA00023314682000000319
计算得到；
分别设置下一时刻滤波方程中的经纬高位置估计值和经纬高位置估计均方误差为：
Figure BDA00023314682000000320
步骤3：对于仪表着陆系统和惯性导航系统组合、卫星导航系统和惯性导航系统组合分别按照以下公式计算得到故障检测函数值λ：
Figure BDA00023314682000000321
其中，rk为残差，按照公式
Figure BDA00023314682000000322
计算得到，
Figure BDA00023314682000000323
为被检测系统组合滤波得到的量测值，对于仪表着陆系统和惯性导航系统组合
Figure BDA0002331468200000041
对于卫星导航系统系统和惯性导航系统组合
Figure BDA0002331468200000042
Figure BDA0002331468200000043
为不同组合方式的经纬高位置预测值，对于仪表着陆系统和惯性导航系统组合
Figure BDA0002331468200000044
对于卫星导航系统和惯性导航系统组合
Figure BDA0002331468200000045
Ak为当前时刻经纬高位置估计值为无偏估计时的残差均方差矩阵，按照
Figure BDA0002331468200000046
计算得到，
Figure BDA0002331468200000047
矩阵为被检测系统组合的量测噪声阵，对于仪表着陆系统和惯性导航系统组合
Figure BDA0002331468200000048
对于卫星导航系统和惯性导航系统组合
Figure BDA0002331468200000049
Figure BDA00023314682000000410
为当前时刻经纬高位置估计均方误差矩阵，其计算公式如下：
Figure BDA00023314682000000411
其中，
Figure BDA00023314682000000412
为上一时刻的经纬高位置估计均方误差矩阵，对于仪表着陆系统和惯性导航系统组合
Figure BDA00023314682000000413
对于卫星导航系统系统和惯性导航系统组合
Figure BDA00023314682000000414
然后，分别将两种组合的故障检测函数与门限值TD进行比较，若两种组合方式的故障检测函数值均小于TD，判断当前两种组合均没有发生故障，将步骤2中得到的融合后的经纬高位置估计值
Figure BDA00023314682000000415
代入步骤4中计算飞行技术误差；若其中一种组合的故障检测函数大于TD，则判定该组合有故障，则转回步骤2，只进行另外一种无故障组合的滤波，并将其滤波得到的当前时刻的经纬高位置估计值代入步骤4中计算飞行技术误差；若两种组合的故障检测函数均大于TD，则判定系统故障，进行故障排除后返回步骤1重新计算；
所述的门限值TD的设定方法为：以误检率α作为χ2分布的分位数，从χ2分布表查询该分位数对应的分布值，即为门限值TD；
步骤4：以步骤3故障检测后得到的位置估计值作为飞机的当前位置点P的坐标，按照以下公式计算得到水平方向的飞行技术误差ΔXTK和垂直方向的飞行技术误差ΔH：
Figure BDA00023314682000000416
Figure BDA00023314682000000417
其中，
Figure BDA00023314682000000418
为飞机当前的位置点P与设定好的飞行轨迹的终点P1两点连线的矢量，
Figure BDA0002331468200000051
为P1、设定的飞行轨迹的起点P3和P3在地面的投影点P2三点构成的平面的单位法向量；
Figure BDA0002331468200000052
为P1和P3两点连线的矢量。
本发明的有益效果是：由于采用时间配准等数据的预处理，所以惯性导航系统、卫星导航系统和仪表着陆系统的时间频率一致，有利于避免信息融合时因为频率和不一致而产生的误差；由于采用了遗忘滤波的方式，避免了仪表着陆系统的误差累计的情况，有利于最终滤波的精度；由于采用信息融合对仪表着陆系统/惯性导航系统和卫星导航系统/惯性导航系统两组滤波器的结果进行信息融合，有效利用了两组滤波器的滤波结果，综合了两种滤波器的特点，得到了可靠性更强、精度更高的位置估计结果；由于采用故障检测的方法，整个系统具有很强的抗干扰能力，当故障出现时，系统能够切断故障的滤波器，另外一组滤波器继续输出，保证信号的连续性；由于整体在飞行技术误差估计时，采用了信息融合的方法，位置估计精度更高，飞机位置估计位置与实际位置误差更小，所以得到的飞行技术误差估计结果精度更高。
附图说明
图1是本发明的一种基于多源信息融合的进场段飞行技术误差估计方法流程图。
图2是本发明的时间配准的原理示意图；
图中，a-高频率信号，b-低频率信号，Xa-不同时刻信号a的幅值，Xb-表示不同时刻信号的幅值，Ta-信号a在不同时刻的更新时间点，Tb-信号b在不同时刻的更新时间点，TM-时间片区。
图3是本发明的空间配准的原理流程图；
图中，(ρ,θ,
Figure BDA0002331468200000053
)-点的三维极坐标，(xp,yp,zp)-直角坐标系下点的坐标，(λ,L,h)-地面参考东北天坐标系中的原点的经纬高坐标，(xg,yg,zg)-地心坐标系下点的坐标，
Figure BDA0002331468200000054
-地理坐标转地心坐标矩阵，f-地球扁率。
图4是本发明的多源信息融合的原理流程图；
图中，Z1-惯性导航系统的量测经纬高位置信息，Z2-仪表着陆系统的量测值经过空间配准转化后的经纬高位置信息，Z3-卫星导航系统的量测值经过空间配准转化后的经纬高位置信息。
图5是本发明的信息融合中故障检测流程示意图；
图6是本发明的飞行技术误差估计计算方法示意图。
图中，P-飞机当前位置，(xf,yf,zf)-P点的经纬高坐标，P1-设定好的飞行轨迹的终点，(x1,y1,z1)-P1点的经纬高坐标，P3-设定好的飞行轨迹的起点，(x3,y3,z3)-P3点的经纬高坐标，P2-P3在地面的投影点，(x2,y2,z2)-P2点的经纬高坐标，
Figure BDA0002331468200000061
-P1、P2、P3三点构成的平面的单位法向量。
具体实施方式
下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。
如图1所示，本发明提供了一种基于多源信息融合的进场段飞行技术误差估计方法。基于联邦滤波为框架的信息融合，充分利用进场着陆段可用导航源信息，对飞行技术误差进行实时估计，保证飞管计算机能够实时监控飞行技术误差是否满足航段的RNP要求，为精密进近提供有力保障。其具体实现过程如下：
步骤1：获取当前进场段可用导航源量测位置信息，对导航源量测信息进行时间配准和空间配准。
图2给出了进场段导航源量测信息时间配准原理示意图。图中，Tan，n＝0,1…，为更新频率较快的信号a的更新时间点，即进场段中惯性导航系统量测的位置信息的时间点和仪表着陆系统量测位置信息时间点，Tbn为更新频率较慢的信号b的更新时间点，即进场段中的卫星导航系统量测位置信息时间点，TM为时间片区。时间配准的具体步骤为：1)选取时间片，若待配准的两组信号采样时间差距较小，可选取采样时间的公倍数作为时间片；若待配准的两组信号采样时间差距较大，可选取较长的采样时间作为时间片；2)将各传感器的观测数据按照采样频率进行从大到小排序；3)将采样频率大的观测数据向采样频率小的时间点进行内插、外推形成一系列等采样时间间隔的观测数据。结合附图2，由信号a向信号b进行时空配准的公式如下：
Figure BDA0002331468200000062
其中，
Figure BDA0002331468200000063
表示信号a配准后的信号，ΔT为时间差矩阵，表示两组配准点之间的时间差；
Figure BDA0002331468200000065
为速度矩阵，表示待配准信息在时间轴上的更新率；
Figure BDA0002331468200000064
矩阵表示信号a当前时刻数值。
图3给出了进场段导航源量测信息空间配准原理示意图。惯性导航具有连续性强、覆盖面广的特点，因此，选取惯性导航的经纬高坐标系作为基准坐标系，将其他种类量测信号转化为经纬高信号。
传感器直角坐标与极坐标转化模块，ρ、θ、
Figure BDA0002331468200000071
分别表示三维极坐标内点与原点连线的长度、与水平面的夹角以及在水平面的投影与x轴的夹角，xp、yp、zp分别表示极坐标内坐标；地理坐标系转地心坐标系模块中，λ、L、h分别表示地面参考东北天坐标系原点的经纬高；地心坐标系转球面坐标系中，xg、yg、zg分别表示地心直角坐标系内坐标，f为地球扁率。分别为参考基准INS惯性导航系统量测得到的经纬高信息；ILS仪表着陆系统量测得到距离和方位信息，先将距离方位信息转化为以飞机终点为原点建立的东北天坐标系内坐标信息，再通过地理坐标系转地心坐标系矩阵，将东北天内坐标转化为地心直角坐标系内三轴坐标，最后根据地心坐标系转球面坐标系的转化公式得到经纬高信息；GPS卫星导航系统量测得到地心直角坐标系内坐标，通过地心坐标系转球面坐标系矩阵得到经纬高信息。
步骤2：根据进场段可用导航源量测特征，选取卡尔曼滤波、遗忘滤波进行滤波，并将滤波信号进行信息融合。
图4给出了进场段导航源信息融合原理示意图。其中，1)INS/GPS(惯性导航系统/卫星导航系统)组合采用松组合方式，INS和GPS各自独立工作，通过卡尔曼滤波融合两者的数据并给出最优的估计结果，最终反馈给INS进行修正，滤波方法采用基本卡尔曼滤波，状态量为INS的误差，进场段时间短，不考虑陀螺和加速度计的漂移，INS的状态量为9维分别为惯导量测的角度在东北天三个方向的分量、速度在东北天三个方向的分量和经纬高误差，量测方程选取惯导和GPS量测的位置差。
分别对卫星导航系统量测的信息和惯性导航系统量测的信息按照以下公式进行卡尔曼滤波，得到卫星导航系统和惯性导航系统组合的经纬高状态估计值
Figure BDA0002331468200000072
和状态估计均方误差矩阵
Figure BDA0002331468200000073
Figure BDA0002331468200000074
Figure BDA0002331468200000075
Figure BDA0002331468200000076
Figure BDA0002331468200000077
Figure BDA0002331468200000078
其中，公式中各变量的下标k表示当前时刻的值，k-1表示前一时刻的值；
Figure BDA0002331468200000079
为经纬高位置预测值；Φk,k-1为惯性导航系统的误差矩阵；
Figure BDA0002331468200000081
为上一时刻的经纬高位置估计值；
Figure BDA0002331468200000082
为根据上一时刻的信息计算得到的当前时刻的经纬高位置预测值的均方误差矩阵；Γk-1为上一时刻惯性导航误差方程中的噪声矩阵；Qk-1为上一时刻惯性导航误差方程中的噪声方差矩阵；
Figure BDA0002331468200000083
为上一时刻的经纬高位置估计均方误差矩阵；
Figure BDA0002331468200000084
为信息修正因子；
Figure BDA0002331468200000085
为量测值，即惯性导航系统量测的位置信息和经过时间配准后的卫星导航系统量测的位置信息两者的差；
Figure BDA0002331468200000086
为当前时刻的量测噪声阵；
Figure BDA0002331468200000087
为当前时刻滤波得到的经纬高位置估计值；
Figure BDA0002331468200000088
为当前时刻滤波得到的经纬高位置估计均方误差矩阵。
2)INS/ILS(惯性导航系统/仪表着陆系统)组合与上述组合类似，采用位置组合的方式，将ILS输出的信号转化为经纬高位置信息，与INS量测位置信息作差，作为遗忘滤波的量测信息。ILS量测信息具有飞机越靠近信号台，误差越小的特点，新的量测信息精度和可信度更高，因此，采用遗忘滤波的方法，在滤波过程中修改状态噪声和量测噪声的权重，从而逐渐减小历史信息的权重，提高新信息的权重，达到减小滤波惯性的目的。遗忘滤波公式如下：
Figure BDA0002331468200000089
Figure BDA00023314682000000810
Figure BDA00023314682000000811
Figure BDA00023314682000000812
Pk＝[I-KkHk]Pk,k-1 (26)
其中，
Figure BDA00023314682000000813
为经纬高位置预测值；Φk,k-1为惯性导航系统的误差矩阵；Xk-1为上一时刻的经纬高位置估计值；Pk,k-1为根据上一时刻的信息计算得到的当前时刻经纬高位置预测值的均方误差矩阵；s为遗忘因子，取值范围为s≤1；Pk-1为上一时刻的经纬高位置估计均方误差矩阵；Kk为信息修正因子；Zk为量测值，即惯性导航系统量测的位置信息和经过时间配准后的仪表着陆系统量测的位置信息两者的差值；Hk为当前时刻量测值Zk和经纬高位置估计值
Figure BDA00023314682000000814
的关系矩阵；Rk为当前时刻的量测噪声方差阵；
Figure BDA00023314682000000815
为当前时刻滤波得到的经纬高位置估计值；Pk为当前时刻滤波得到的经纬高位置估计均方误差矩阵。
然后，利用方差上界技术，将两种组合滤波器中的当前时刻经纬高位置估计均方误差矩阵Pk和
Figure BDA0002331468200000091
放大2倍，得到不相关的两组经纬高位置估计均方误差矩阵P1和P2。
接着，按照下式计算得到融合后的经纬高位置估计值
Figure BDA0002331468200000092
Figure BDA0002331468200000093
其中，Pg为融合后的经纬高位置估计均方误差，按照
Figure BDA0002331468200000094
计算得到；融合完毕后，将融合后的经纬高位置估计值
Figure BDA0002331468200000095
和经纬高位置估计均方误差Pg对两组滤波器按照下式对两组滤波器进行重置：
Figure BDA0002331468200000096
即替换掉下一时刻两组滤波方程中的上一时刻经纬高位置估计值和经纬高位置估计均方根误差值。
步骤3：基于残差检验的故障检测，对传感器故障进行检测，保证信号源的完好性和连续性。
图5给出了进场段导航源故障检测原理示意图。本发明采用残差检验的方法，子滤波器的残差为：
Figure BDA0002331468200000097
Figure BDA0002331468200000098
为GPS或ILS量测的位置信息，
Figure BDA0002331468200000099
为上述两组滤波器的状态预测值。无故障时卡尔曼滤波器残差服从高斯分布，残差方差为：
Figure BDA00023314682000000910
其中，
Figure BDA00023314682000000911
为GPS或ILS的量测噪声阵，
Figure BDA00023314682000000912
为GPS或ILS当前时刻经纬高位置估计均方误差矩阵，其计算公式如下：
Figure BDA00023314682000000913
其中，
Figure BDA00023314682000000914
为GPS或ILS上一时刻的经纬高位置估计均方误差矩阵。
构造统计检验函数，统计检验函数为：
Figure BDA00023314682000000915
将故障检测函数值与预先设定的门限值TD比较，若故障检测函数值高于门限值，则判定有故障，门限值TD与误检率关系为：
Pf＝P[λk＞TD] (32)
其中，Pf为误检率，对于设定的误检率和χ2分布表可得到门限值TD。
然后，按照上述步骤分别计算惯性导航系统/仪表着陆系统和惯性导航系统/卫星导航系统两种组合方式的故障检测函数值，并分别将两种组合方式的故障检测函数与门限值TD进行比较，当两种组合方式的故障检测函数值均小于TD时，判断当前两种组合方式均没有发生故障，此时可将步骤2中得到的融合后的经纬高位置估计值
Figure BDA0002331468200000101
代入步骤4中计算飞行技术误差；若其中一种组合方式的故障检测函数大于TD，则判定该组合方式有故障，如果是惯性导航系统/仪表着陆系统出现故障，则转回步骤2，不再进行惯性导航系统/仪表着陆系统的滤波，只进行惯性导航系统/卫星导航系统的卡尔曼滤波得到当前时刻的经纬高位置估计值
Figure BDA0002331468200000102
不进行步骤2中的融合，直接将
Figure BDA0002331468200000103
代入到步骤4中计算飞行技术误差，此时飞行技术误差估计值精度没有两种组合方式都没有故障时精度高；如果是惯性导航系统/卫星导航系统出现故障，则转回步骤2，不再进行惯性导航系统/卫星导航系统的滤波，只进行惯性导航系统/仪表着陆系统的遗忘滤波得到当前时刻滤波得到的经纬高位置估计值
Figure BDA0002331468200000104
不进行步骤2中的融合，直接将
Figure BDA0002331468200000105
代入到步骤4中计算飞行技术误差，此时飞行技术误差估计值精度没有两种组合方式都没有故障时精度高；当两种组合方式都发生故障，两种组合方式都没有经纬高位置估计值的输出，此时无法进行步骤4飞行技术误差的估计，进行故障排除后返回步骤1重新计算。
步骤4：当步骤3中两种组合方式均无故障时，以信息融合得到位置估计值
Figure BDA0002331468200000106
作为飞机的当前位置点P的坐标；当步骤3中两种组合方式其中一个出现故障时，以无故障组合方式的位置估计值
Figure BDA0002331468200000107
或是
Figure BDA0002331468200000108
作为飞机的当前位置点P的坐标。将飞机位置坐标，和飞机机场着陆段应飞航迹，对飞行技术误差实时估计。
图6给出了飞行技术误差实时估计的方法示意图。根据传感器测量的飞机当前位置，与预定义的航线位置作比较，给出两者之间的位置差，到水平方向的飞行技术误差ΔXTK和垂直方向的飞行技术误差ΔH。图中，P点为飞机当前位置点，P1点为基准航迹终点，P3点为基准航迹起点，P2点为P3点在地平面内的投影，P4点为从飞机当前位置向期望基准航迹引垂线与基准航迹的交点，P点在基准航迹所在铅垂面内的投影为P5点，en为P1、P2、P3平面内的法向量，由图所示的几何关系，可以得到：P1P4⊥P5P4，P1P4⊥PP4，P5P4⊥PP5。
由此，可得如下计算公式：
Figure BDA0002331468200000111
Figure BDA0002331468200000112
至此，完成对飞行技术误差的实时估计。

Claims (1)

1.一种基于多源信息融合的进场段飞行技术误差估计方法，其特征在于步骤如下：
步骤1：分别对当前进场段飞机卫星导航系统量测的位置信息和仪表着陆系统量测的位置信息进行空间配准，将其变换到经纬高坐标系下；分别对惯性导航系统量测的信息和仪表着陆系统量测的信息进行时间配准，使其与卫星导航系统量测的信息在时间上同步；
步骤2：分别对仪表着陆系统量测的信息和惯性导航系统量测的信息按照以下公式进行遗忘滤波，得到仪表着陆系统和惯性导航系统组合的经纬高位置估计值
Figure FDA0002331468190000011
和经纬高位置估计均方误差矩阵Pk：
Figure FDA0002331468190000012
Figure FDA0002331468190000013
Figure FDA0002331468190000014
Figure FDA0002331468190000015
Pk＝[I-KkHk]Pk,k-1 (5)
其中，公式中各变量的下标k表示当前时刻的值，k-1表示前一时刻的值；
Figure FDA0002331468190000016
为经纬高位置预测值；Φk,k-1为惯性导航系统的误差矩阵；Xk-1为上一时刻的经纬高位置估计值；Pk,k-1为根据上一时刻的信息计算得到的当前时刻经纬高位置预测值的均方误差矩阵；s为遗忘因子，取值范围为s≤1；Pk-1为上一时刻的经纬高位置估计均方误差矩阵；Γk-1为上一时刻惯性导航误差方程中的噪声矩阵；Qk-1为上一时刻惯性导航误差方程中的噪声方差矩阵；Kk为信息修正因子；Zk为量测值，即惯性导航系统量测的位置信息和经过时间配准后的仪表着陆系统量测的位置信息两者的差值；Hk为当前时刻量测值Zk和经纬高位置估计值
Figure FDA0002331468190000017
的关系矩阵；Rk为当前时刻的量测噪声方差阵；
Figure FDA0002331468190000018
为当前时刻滤波得到的经纬高位置估计值；Pk为当前时刻滤波得到的经纬高位置估计均方误差矩阵；
分别对卫星导航系统量测的信息和惯性导航系统量测的信息按照以下公式进行卡尔曼滤波，得到卫星导航系统和惯性导航系统组合的经纬高位置估计值
Figure FDA0002331468190000019
和经纬高位置估计均方误差矩阵
Figure FDA00023314681900000110
Figure FDA0002331468190000021
Figure FDA0002331468190000022
Figure FDA0002331468190000023
Figure FDA0002331468190000024
Figure FDA0002331468190000025
其中，
Figure FDA0002331468190000026
为经纬高位置预测值；
Figure FDA0002331468190000027
为上一时刻的经纬高位置估计值；
Figure FDA0002331468190000028
为根据上一时刻的信息计算得到的当前时刻的经纬高位置预测值的均方误差矩阵；
Figure FDA0002331468190000029
为上一时刻的经纬高位置估计均方误差矩阵；
Figure FDA00023314681900000210
为信息修正因子；
Figure FDA00023314681900000211
为量测值，即惯性导航系统量测的位置信息和经过时间配准后的卫星导航系统量测的位置信息两者的差；
Figure FDA00023314681900000212
为当前时刻的量测噪声阵；
Figure FDA00023314681900000213
为当前时刻滤波得到的经纬高位置估计值；
Figure FDA00023314681900000214
为当前时刻滤波得到的经纬高位置估计均方误差矩阵；
然后，利用方差上界技术，将两种组合滤波器中的当前时刻经纬高位置估计均方误差矩阵Pk和
Figure FDA00023314681900000215
放大2倍，得到不相关的两组经纬高位置估计均方误差矩阵P1和P2，按照下式计算得到当前时刻融合后的经纬高位置估计值
Figure FDA00023314681900000216
Figure FDA00023314681900000217
其中，Pg为融合后的经纬高位置估计均方误差，按照
Figure FDA00023314681900000226
计算得到；
分别设置下一时刻滤波方程中的经纬高位置估计值和经纬高位置估计均方误差为：
Figure FDA00023314681900000218
步骤3：对于仪表着陆系统和惯性导航系统组合、卫星导航系统和惯性导航系统组合分别按照以下公式计算得到故障检测函数值λ：
Figure FDA00023314681900000219
其中，rk为残差，按照公式
Figure FDA00023314681900000220
计算得到，
Figure FDA00023314681900000221
为被检测系统组合滤波得到的量测值，对于仪表着陆系统和惯性导航系统组合
Figure FDA00023314681900000222
对于卫星导航系统系统和惯性导航系统组合
Figure FDA00023314681900000223
Figure FDA00023314681900000224
为不同组合方式的经纬高位置预测值，对于仪表着陆系统和惯性导航系统组合
Figure FDA00023314681900000225
对于卫星导航系统和惯性导航系统组合
Figure FDA0002331468190000031
Ak为当前时刻经纬高位置估计值为无偏估计时的残差均方差矩阵，按照
Figure FDA0002331468190000032
计算得到，
Figure FDA0002331468190000033
矩阵为被检测系统组合的量测噪声阵，对于仪表着陆系统和惯性导航系统组合
Figure FDA0002331468190000034
对于卫星导航系统和惯性导航系统组合
Figure FDA0002331468190000035
Figure FDA0002331468190000036
为当前时刻经纬高位置估计均方误差矩阵，其计算公式如下：
Figure FDA0002331468190000037
其中，
Figure FDA0002331468190000038
为上一时刻的经纬高位置估计均方误差矩阵，对于仪表着陆系统和惯性导航系统组合
Figure FDA0002331468190000039
对于卫星导航系统系统和惯性导航系统组合
Figure FDA00023314681900000310
然后，分别将两种组合的故障检测函数与门限值TD进行比较，若两种组合方式的故障检测函数值均小于TD，判断当前两种组合均没有发生故障，将步骤2中得到的融合后的经纬高位置估计值
Figure FDA00023314681900000311
代入步骤4中计算飞行技术误差；若其中一种组合的故障检测函数大于TD，则判定该组合有故障，则转回步骤2，只进行另外一种无故障组合的滤波，并将其滤波得到的当前时刻的经纬高位置估计值代入步骤4中计算飞行技术误差；若两种组合的故障检测函数均大于TD，则判定系统故障，进行故障排除后返回步骤1重新计算；
所述的门限值TD的设定方法为：以误检率α作为χ2分布的分位数，从χ2分布表查询该分位数对应的分布值，即为门限值TD；
步骤4：以步骤3故障检测后得到的位置估计值作为飞机的当前位置点P的坐标，按照以下公式计算得到水平方向的飞行技术误差ΔXTK和垂直方向的飞行技术误差ΔH：
Figure FDA00023314681900000312
Figure FDA00023314681900000313
其中，
Figure FDA00023314681900000314
为飞机当前的位置点P与设定好的飞行轨迹的终点P1两点连线的矢量，
Figure FDA00023314681900000315
为P1、设定的飞行轨迹的起点P3和P3在地面的投影点P2三点构成的平面的单位法向量；
Figure FDA00023314681900000316
为P1和P3两点连线的矢量。
CN201911344428.7A 2019-12-23 2019-12-23 一种基于多源信息融合的进场段飞行技术误差估计方法 Pending CN111142143A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911344428.7A CN111142143A (zh) 2019-12-23 2019-12-23 一种基于多源信息融合的进场段飞行技术误差估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911344428.7A CN111142143A (zh) 2019-12-23 2019-12-23 一种基于多源信息融合的进场段飞行技术误差估计方法

Publications (1)

Publication Number Publication Date
CN111142143A true CN111142143A (zh) 2020-05-12

Family

ID=70519580

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911344428.7A Pending CN111142143A (zh) 2019-12-23 2019-12-23 一种基于多源信息融合的进场段飞行技术误差估计方法

Country Status (1)

Country Link
CN (1) CN111142143A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112113567A (zh) * 2020-08-13 2020-12-22 中国航空无线电电子研究所 机载综合着陆导航方法
CN112229406A (zh) * 2020-09-29 2021-01-15 中国航空工业集团公司沈阳飞机设计研究所 一种多余度引导全自动着陆信息融合方法及系统
CN112880679A (zh) * 2021-01-11 2021-06-01 西北工业大学 一种基于导航数据库信息的fls虚拟波束生成方法
CN113511194A (zh) * 2021-04-29 2021-10-19 无锡物联网创新中心有限公司 一种纵向避撞预警方法及相关装置
CN115098484A (zh) * 2022-07-05 2022-09-23 江苏省特种设备安全监督检验研究院 一种特种设备数据的同步交互方法
CN116992700A (zh) * 2023-09-27 2023-11-03 中国民航管理干部学院 一种物流无人机导航精度确定的方法及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2975595A2 (en) * 2014-07-17 2016-01-20 Honeywell International Inc. Scalar product based spacing calculation
CN106501832A (zh) * 2016-12-16 2017-03-15 南京理工大学 一种容错矢量跟踪gnss/sins深组合导航方法
CN106679693A (zh) * 2016-12-14 2017-05-17 南京航空航天大学 一种基于故障检测的矢量信息分配自适应联邦滤波方法
CN107014380A (zh) * 2017-05-26 2017-08-04 西安科技大学 基于飞行器的视觉导航与惯性导航的组合导航方法
CN107656301A (zh) * 2017-09-20 2018-02-02 北京航天发射技术研究所 一种基于多源信息融合的车载定位方法
CN109373999A (zh) * 2018-10-23 2019-02-22 哈尔滨工程大学 基于故障容错卡尔曼滤波的组合导航方法
CN109737959A (zh) * 2019-03-20 2019-05-10 哈尔滨工程大学 一种基于联邦滤波的极区多源信息融合导航方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2975595A2 (en) * 2014-07-17 2016-01-20 Honeywell International Inc. Scalar product based spacing calculation
CN106679693A (zh) * 2016-12-14 2017-05-17 南京航空航天大学 一种基于故障检测的矢量信息分配自适应联邦滤波方法
CN106501832A (zh) * 2016-12-16 2017-03-15 南京理工大学 一种容错矢量跟踪gnss/sins深组合导航方法
CN107014380A (zh) * 2017-05-26 2017-08-04 西安科技大学 基于飞行器的视觉导航与惯性导航的组合导航方法
CN107656301A (zh) * 2017-09-20 2018-02-02 北京航天发射技术研究所 一种基于多源信息融合的车载定位方法
CN109373999A (zh) * 2018-10-23 2019-02-22 哈尔滨工程大学 基于故障容错卡尔曼滤波的组合导航方法
CN109737959A (zh) * 2019-03-20 2019-05-10 哈尔滨工程大学 一种基于联邦滤波的极区多源信息融合导航方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
严龚敏 等: "《惯性仪器测试与数据分析》", 30 November 2012, 国防工业出版社 *
于冷洁: "基于北斗的机载多源数据融合算法研究", 《中国优秀博硕士学位论文全文数据库（硕士）信息科技辑》 *
于耕 等: "基于无迹卡尔曼滤波的仪表着陆系统/GBAS着陆系统/惯性导航系统组合导航融合方法", 《科学技术与工程》 *
何家竣: "《高中数学解题方法导引》", 31 May 2017, 上海大学出版社 *
孟超: "民用飞机区域导航能力试飞技术与评估方法研究", 《中国优秀博硕士学位论文全文数据库（硕士） 工程科技II辑》 *
杨飞 等: "《数学解题泄天机》", 31 July 2016, 哈尔滨工业大学出版社 *
王庆 等: "《高等数学上册》", 31 August 2010, 东北大学出版社 *
石章松 等: "《目标跟踪与数据融合理论及方法》", 31 July 2010, 国防工业出版社 *
马妍: "水下运载器惯性／地形／地磁组合导航系统关键技术研究", 《中国优秀博硕士学位论文全文数据库（博士）信息科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112113567A (zh) * 2020-08-13 2020-12-22 中国航空无线电电子研究所 机载综合着陆导航方法
CN112113567B (zh) * 2020-08-13 2023-06-27 中国航空无线电电子研究所 机载综合着陆导航方法
CN112229406A (zh) * 2020-09-29 2021-01-15 中国航空工业集团公司沈阳飞机设计研究所 一种多余度引导全自动着陆信息融合方法及系统
CN112880679A (zh) * 2021-01-11 2021-06-01 西北工业大学 一种基于导航数据库信息的fls虚拟波束生成方法
CN112880679B (zh) * 2021-01-11 2022-08-16 西北工业大学 一种基于导航数据库信息的fls虚拟波束生成方法
CN113511194A (zh) * 2021-04-29 2021-10-19 无锡物联网创新中心有限公司 一种纵向避撞预警方法及相关装置
CN115098484A (zh) * 2022-07-05 2022-09-23 江苏省特种设备安全监督检验研究院 一种特种设备数据的同步交互方法
CN115098484B (zh) * 2022-07-05 2023-07-14 江苏省特种设备安全监督检验研究院 一种特种设备数据的同步交互方法
CN116992700A (zh) * 2023-09-27 2023-11-03 中国民航管理干部学院 一种物流无人机导航精度确定的方法及设备
CN116992700B (zh) * 2023-09-27 2024-01-23 中国民航管理干部学院 一种物流无人机导航精度确定的方法及设备

Similar Documents

Publication Publication Date Title
CN111142143A (zh) 一种基于多源信息融合的进场段飞行技术误差估计方法
CN110779518B (zh) 一种具有全局收敛性的水下航行器单信标定位方法
Ostroumov et al. Aircraft positioning using multiple distance measurements and spline prediction
JP4014642B2 (ja) Ｇｐｓ／ｉｒｓグローバル位置決定方法およびインテグリティ損失の対策を講じた装置
TW518422B (en) Positioning and proximity warning method and system thereof for vehicle
US8509966B2 (en) Method of estimating atmospheric data at any point of a path of an aircraft
US9477230B2 (en) Method for the acquisition and processing of geographical information of a path
CN109782289B (zh) 一种基于基线几何结构约束的水下航行器定位方法
GB2472497A (en) Vertical required navigation performance containment with radio altitude
CN110779519B (zh) 一种具有全局收敛性的水下航行器单信标定位方法
CN103487822A (zh) 北斗/多普勒雷达/惯性自主式组合导航系统及其方法
EP2781934B1 (en) Systems and methods for reducing error detection latency in lpv approaches
US9377306B2 (en) Device and method for prediction on the ground of characteristics of the position of an aircraft along a path
CN109507706B (zh) 一种gps信号丢失的预测定位方法
CN110779496B (zh) 三维地图构建系统、方法、设备和存储介质
CN112346104A (zh) 一种无人机信息融合定位方法
CN104050389A (zh) 一种实时在线评估导航系统精确度和完好性的方法
Zorina et al. Enhancement of INS/GNSS integration capabilities for aviation-related applications
CN113093296B (zh) 一种航磁测量方法及相关组件
US9562788B1 (en) System and method for doppler aided navigation using weather radar
CN113359167A (zh) 一种通过惯性测量参数将gps与激光雷达融合定位的方法
CN113063443A (zh) 基于实际导航性能的飞行误差实时评估方法
CN108445481B (zh) 一种信息处理方法及测控系统
Hollister et al. Using aircraft radar tracks to estimate wind aloft
RU2658538C2 (ru) Способ контроля пилотажно-навигационного комплекса и устройство для его осуществления

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200512